CN111881734A - 一种自动截取目标视频的方法和装置 - Google Patents
一种自动截取目标视频的方法和装置 Download PDFInfo
- Publication number
- CN111881734A CN111881734A CN202010556198.7A CN202010556198A CN111881734A CN 111881734 A CN111881734 A CN 111881734A CN 202010556198 A CN202010556198 A CN 202010556198A CN 111881734 A CN111881734 A CN 111881734A
- Authority
- CN
- China
- Prior art keywords
- target
- frame
- image frame
- video
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000004590 computer program Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 abstract description 8
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
- G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例提供一种自动截取目标视频的方法和装置,通过图像识别技术自动定位特定的截图出现的时间点,并自动提取该时间点前后设定时间的视频,该方案可以极大提高目标视频的截取效率,无需额外提供时间戳和使用视频剪辑软件,最终提高自动驾驶场景库的建设效率。只需提供目标截图,无需提供额外时间戳,同时视频的解析和合并均可以批量,通过代码自动化处理,在提高视频提取准确的同时可以节省大量时间。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种自动截取目标视频的方法和装置。
背景技术
视频(Video)泛指将一系列静态影像以电信号的方式加以捕捉、纪录、处理、储存、传送与重现的各种技术。连续的图像变化每秒超过24帧(frame)画面以上时,根据视觉暂留原理,人眼无法辨别单幅的静态画面;看上去是平滑连续的视觉效果,这样连续的画面叫做视频。在自动驾驶典型场景库建设中需要根据某一张截图反向从视频中找到该图片出现的时机,并保存该时间点前后设定时间(如10s)的视频作为场景构建的原始数据。当前采用的方法是提供截图的同时额外提供该截图出现的时间戳,再使用视频处理软件截取该时间戳前后10秒的视频。
常规视频提取过程中,获取目标视频使用给定的时间戳进行定位的方式。需要在提供目标截图的同时提供相应的截图出现的准确的时间戳,还需要使用视频剪辑软件,通过该时间戳设定开始、结束时间,最终得到目标视频,对于每个目标视频都要进行此操作,花费的时间极大,同时给定的时间戳也存在不准确性。
发明内容
本发明实施例提供一种自动截取目标视频的方法和装置,通过图像识别技术自动定位特定的截图出现的时间点,用以解决现有技术中需要对于每个目标视频都要基于截图出现的准确的时间戳设定开始、结束时间,最终得到目标视频,花费的时间极大,同时给定的时间戳也存在不准确性的问题。
第一方面,本发明实施例提供一种自动截取目标视频的方法,包括:
获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
作为优选的,获取原始视频的帧频以及各图像帧的先后顺序,具体包括:
逐帧解析原始视频,并保存解析出的每一帧图像帧,记录视频总时间和总帧数,基于所述总时间和所述总帧数得到原始视频的帧频。
作为优选的,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧,具体包括:
获取目标截图,并将所述目标截图与原始视频的各图像帧逐一比较,得到各图像帧与所述目标截图的相似度;
记录获取到的最高相似度,若判断获知所述最高相似度不小于预设目标相似度,则最高相似度对应的图像帧为目标图像帧。
作为优选的,还包括:
若所述最高相似度小于预设目标相似度,则判断获知原始视频中没有目标截图的最佳匹配图像帧,无法获取目标视频。
作为优选的,基于帧频提取目标图像帧前后设定时间内的所有图像帧,具体包括:
顺序保存第f-fr*t~f+fr*t的所有图像帧;其中,f为目标图像帧为原始视频中的第f帧,fr为原始视频的帧频,t为设定时间。
第二方面,本发明实施例提供一种自动截取目标视频的装置,包括:
第一模块,用于获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
第二模块,用于基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
第三方面,本发明实施例提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明第一方面实施例所述自动截取目标视频的方法的步骤。
第四方面,本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述自动截取目标视频的方法的步骤。
本发明实施例提供的一种自动截取目标视频的方法和装置,通过图像识别技术自动定位特定的截图出现的时间点,并自动提取该时间点前后设定时间的视频,该方案可以极大提高目标视频的截取效率,无需额外提供时间戳和使用视频剪辑软件,最终提高自动驾驶场景库的建设效率。只需提供目标截图,无需提供额外时间戳,同时视频的解析和合并均可以批量,通过代码自动化处理,在提高视频提取准确的同时可以节省大量时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为根据本发明实施例的自动截取目标视频的方法流程框图;
图2为根据本发明实施例的实体结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请实施例中的术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中,术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列部件或单元的系统、产品或设备没有限定于已列出的部件或单元,而是可选地还包括没有列出的部件或单元,或可选地还包括对于这些产品或设备固有的其它部件或单元。本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
常规视频提取过程中,获取目标视频使用给定的时间戳进行定位的方式。需要在提供目标截图的同时提供相应的截图出现的准确的时间戳,还需要使用视频剪辑软件,通过该时间戳设定开始、结束时间,最终得到目标视频,对于每个目标视频都要进行此操作,花费的时间极大,同时给定的时间戳也存在不准确性。
因此,本发明实施例通过图像识别技术自动定位特定的截图出现的时间点,并自动提取该时间点前后设定时间的视频,该方案可以极大提高目标视频的截取效率,无需额外提供时间戳和使用视频剪辑软件,最终提高自动驾驶场景库的建设效率。只需提供目标截图,无需提供额外时间戳,同时视频的解析和合并均可以批量,通过代码自动化处理,在提高视频提取准确的同时可以节省大量时间。以下将通过多个实施例进行展开说明和介绍。
图1为本发明实施例提供一种自动截取目标视频的方法,包括:
获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
在本实施例中,作为一种优选的实施方式,通过图像识别技术自动定位特定的截图出现的时间点,并自动提取该时间点前后设定时间的视频,该方案可以极大提高目标视频的截取效率,无需额外提供时间戳和使用视频剪辑软件,最终提高自动驾驶场景库的建设效率。
常规视频提取过程中,获取目标视频使用给定的时间戳进行定位的方式。需要在提供目标截图的同时提供相应的截图出现的准确的时间戳,还需要使用视频剪辑软件,通过该时间戳设定开始、结束时间,最终得到目标视频,对于每个目标视频都要进行此操作,花费的时间极大,同时给定的时间戳也存在不准确性。本实施例中的方法只需提供目标截图,无需提供额外时间戳,同时视频的解析和合并均可以批量,通过代码自动化处理,在提高视频提取准确的同时可以节省大量时间。
在上述实施例的基础上,获取原始视频的帧频以及各图像帧的先后顺序,具体包括:
逐帧解析原始视频,并保存解析出的每一帧图像帧,记录视频总时间和总帧数,基于所述总时间和所述总帧数得到原始视频的帧频。
在本实施例中,作为一种优选的实施方式,对原始视频进行逐帧解析,用Java/Python等语言配合OpenCV视频处理库,逐帧读取并顺序保存读取到的每一帧图像帧,记录视频总时间T(秒)和总帧数F,帧频fr=F/T。
在上述各实施例的基础上,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧,具体包括:
获取目标截图,并将所述目标截图与原始视频的各图像帧逐一比较,得到各图像帧与所述目标截图的相似度;
记录获取到的最高相似度,若判断获知所述最高相似度不小于预设目标相似度,则最高相似度对应的图像帧为目标图像帧。
在本实施例中,作为一种优选的实施方式,对目标截图和视频解析出的图像逐个进行图片相似度比较,可以使用Java/Python等语言配合BRISK或FREAK等开源图片相似度比较算法进行图片相似度比较,保存最高相似度值为v,则最高相似度对应的图像帧为目标图像帧,该最高相似度值所对应的图像帧为第f帧;设定的目标相似度为s。
原始视频逐帧解析后与目标图像进行相似度比较,需要记录最高的相似度比较结果的帧位置,若该结果高于设定的相似值,需要保存该帧前后设定时间的帧,最终合成目标视频,在本实施例中,设定时间t可设为10s。
在上述各实施例的基础上,还包括:
若所述最高相似度小于预设目标相似度,则判断获知原始视频中没有目标截图的最佳匹配图像帧,无法获取目标视频。
在本实施例中,作为一种优选的实施方式,设定目标的相似度为s,若v<s则意味该视频中没有找到目标截图的最佳匹配位置,没有找到最佳匹配的目标视频,告知用户。
在上述各实施例的基础上,基于帧频提取目标图像帧前后设定时间内的所有图像帧,具体包括:
顺序保存第f-fr*t~f+fr*t的所有图像帧;其中,f为目标图像帧为原始视频中的第f帧,fr为原始视频的帧频,t为设定时间。
在本实施例中,作为一种优选的实施方式,t=10s,设定目标的相似度为s,上述步骤得到的v大于s的情形,顺序保存第f-F/T*10~f+F/T*10的所有帧,共计20s,将上述图像通过OpenCV视频处理库反向合并为视频,即为目标视频。
本发明实施例还提供一种自动截取目标视频的装置,基于上述各实施例中的自动截取目标视频的方法,包括:
第一模块,用于获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
第二模块,用于基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
图2示例了一种实体结构示意图,如图2所示,该服务器可以包括:处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840,其中,处理器810,通信接口820,存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令,以执行如下方法:
获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
此外,上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本发明第一方面实施例所述自动截取目标视频的方法的步骤。例如包括:
获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
综上所述,本发明实施例提供的一种自动截取目标视频的方法和装置,通过图像识别技术自动定位特定的截图出现的时间点,并自动提取该时间点前后设定时间的视频,该方案可以极大提高目标视频的截取效率,无需额外提供时间戳和使用视频剪辑软件,最终提高自动驾驶场景库的建设效率。只需提供目标截图,无需提供额外时间戳,同时视频的解析和合并均可以批量,通过代码自动化处理,在提高视频提取准确的同时可以节省大量时间。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种自动截取目标视频的方法,其特征在于,包括:
获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
2.根据权利要求1所述的自动截取目标视频的方法,其特征在于,获取原始视频的帧频以及各图像帧的先后顺序,具体包括:
逐帧解析原始视频,并保存解析出的每一帧图像帧,记录视频总时间和总帧数,基于所述总时间和所述总帧数得到原始视频的帧频。
3.根据权利要求1所述的自动截取目标视频的方法,其特征在于,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧,具体包括:
获取目标截图,并将所述目标截图与原始视频的各图像帧逐一比较,得到各图像帧与所述目标截图的相似度;
记录获取到的最高相似度,若判断获知所述最高相似度不小于预设目标相似度,则最高相似度对应的图像帧为目标图像帧。
4.根据权利要求3所述的自动截取目标视频的方法,其特征在于,还包括:
若所述最高相似度小于预设目标相似度,则判断获知原始视频中没有目标截图的最佳匹配图像帧,无法获取目标视频。
5.根据权利要求3所述的自动截取目标视频的方法,其特征在于,基于帧频提取目标图像帧前后设定时间内的所有图像帧,具体包括:
顺序保存第f-fr*t~f+fr*t的所有图像帧;其中,f为目标图像帧为原始视频中的第f帧,fr为原始视频的帧频,t为设定时间。
6.一种自动截取目标视频的装置,其特征在于,包括:
第一模块,用于获取原始视频中各图像帧的先后顺序以及帧频,将目标截图和各图像帧进行相似度比较,提取相似度最高的图像帧作为目标图像帧;
第二模块,用于基于帧频提取目标图像帧前后设定时间内的所有图像帧,并合并为目标视频。
7.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述自动截取目标视频的方法的步骤。
8.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1至5任一项所述自动截取目标视频的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010556198.7A CN111881734A (zh) | 2020-06-17 | 2020-06-17 | 一种自动截取目标视频的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010556198.7A CN111881734A (zh) | 2020-06-17 | 2020-06-17 | 一种自动截取目标视频的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111881734A true CN111881734A (zh) | 2020-11-03 |
Family
ID=73157663
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010556198.7A Pending CN111881734A (zh) | 2020-06-17 | 2020-06-17 | 一种自动截取目标视频的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111881734A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114615547A (zh) * | 2022-03-14 | 2022-06-10 | 黑龙江省敏动传感科技有限公司 | 一种基于大数据分析的视频图像处理方法及系统 |
CN115278361A (zh) * | 2022-07-20 | 2022-11-01 | 重庆长安汽车股份有限公司 | 一种行车视频数据的提取方法、系统、介质及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110337027A (zh) * | 2019-07-11 | 2019-10-15 | 北京字节跳动网络技术有限公司 | 视频生成方法、装置及电子设备 |
-
2020
- 2020-06-17 CN CN202010556198.7A patent/CN111881734A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110337027A (zh) * | 2019-07-11 | 2019-10-15 | 北京字节跳动网络技术有限公司 | 视频生成方法、装置及电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114615547A (zh) * | 2022-03-14 | 2022-06-10 | 黑龙江省敏动传感科技有限公司 | 一种基于大数据分析的视频图像处理方法及系统 |
CN114615547B (zh) * | 2022-03-14 | 2022-12-06 | 国网福建省电力有限公司厦门供电公司 | 一种基于大数据分析的视频图像处理方法及系统 |
CN115278361A (zh) * | 2022-07-20 | 2022-11-01 | 重庆长安汽车股份有限公司 | 一种行车视频数据的提取方法、系统、介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109803180B (zh) | 视频预览图生成方法、装置、计算机设备及存储介质 | |
CN110889379B (zh) | 表情包生成方法、装置及终端设备 | |
CN112954450B (zh) | 视频处理方法、装置、电子设备和存储介质 | |
CN105430512A (zh) | 一种在视频图像上显示信息的方法和装置 | |
CN111343496A (zh) | 一种视频处理方法及装置 | |
CN108875931B (zh) | 神经网络训练及图像处理方法、装置、系统 | |
CN110717452B (zh) | 图像识别方法、装置、终端及计算机可读存储介质 | |
CN112329663B (zh) | 一种基于人脸图像序列的微表情时刻检测方法及装置 | |
CN110121105B (zh) | 剪辑视频生成方法及装置 | |
CN110730381A (zh) | 基于视频模板合成视频的方法、装置、终端及存储介质 | |
CN111881734A (zh) | 一种自动截取目标视频的方法和装置 | |
CN110570348A (zh) | 一种脸部图像替换方法及设备 | |
CN109271929B (zh) | 检测方法和装置 | |
CN108289176B (zh) | 一种拍照搜题方法、搜题装置及终端设备 | |
CN112235632A (zh) | 视频处理方法、装置及服务器 | |
CN113255516A (zh) | 活体检测方法、装置和电子设备 | |
CN110347869B (zh) | 一种视频生成方法、装置、电子设备及存储介质 | |
US20120249812A1 (en) | Method and apparatus for camera motion analysis in video | |
CN111491209A (zh) | 视频封面确定方法、装置、电子设备和存储介质 | |
CN111369557A (zh) | 图像处理方法、装置、计算设备和存储介质 | |
CN109241930B (zh) | 用于处理眉部图像的方法和装置 | |
CN110019951B (zh) | 一种生成视频缩略图的方法及设备 | |
CN106162222B (zh) | 一种视频镜头切分的方法及装置 | |
CN110633663B (zh) | 一种手语视频中自动裁剪多模态数据的方法 | |
CN105516735B (zh) | 代表帧获取方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201103 |
|
RJ01 | Rejection of invention patent application after publication |